KMP算法详解

初级KMP算法详解

所谓KMP算法，就是查找字符串中给定子串的位置，没有则返回特定数值。先介绍几个概念：

前缀

就是头部字串，比如China的前缀有C，Ch，Chi，Chin（不算最后一个字符）

后缀

就是尾部子串，China的后缀就是a，na，ina，hina（不算第一个字符）

部分匹配值

一个字符串的前缀集合和后缀集合的交集中，最长那个子串的长度
通常形如abxxab这样的部分匹配值就是2，因为前缀的ab和后缀的ab是共同和最长的（xx没有实际意义，但里面不应该有更长的）。

PM表

把子串的部分匹配值挨个写出来（懒得写了）随便写个例子：
str：abcac
a-0，b-0,c-0,a-1,c-0
移动位数 = 已匹配的字符数 - 对应的部分匹配值
这里用KMP算法为了减少匹配的次数，通过移动位数的方式

KMP算法中的next数组

这里首先声明一下KMP算法子串和主串的指针是如何移动的，以1为初始：

1. 如果子串的指针指向0，也就是初始之前，子串和主串的指针就要同时往下一个移动，匹配子串的第一个字符和主串当前的字符；
2. 如果子串指针指向的字符等于主串指针指向的字符，那么指针接着移动匹配下一个。
3. 如果没匹配成功，则子串的指针按照对应的next数组进行跳转
   注意：无论是PM表还是next数组都是对应子串的，也就是看子串的部分匹配性
   next数组在这里就代表着子串接下来要跳转的指针和当前的i匹配，所以这里强调：
   next[j]就是在没匹配成功的时候，子串指针j跳转的目的地

next数组的实现

知道了next数组的意义，那么就剩实现next数组了，我这里提供一个理解的方法：
以1作为开始，也就是j=1是子串指针移到子串第一位时：

1. 首先next[1]=0，代表我第一个失败我就接着匹配主串的下一个看看。比对第一个失败时j（子串指针）跳转到0，如果j跳转到0，主串和j都执行++，主串的指针就会移动！
2. 然后next[n]，n>1的话都代表第一个匹配成功了，如果没有特殊情况next[n]=1，代表的是这个对不上我用子串的第一个看看对的上不（重新匹配），要是对不上就再移动主串。
3. 接下来就是特殊情况，是我自己总结的方便理解的版本，先说结论：
   假如n指针前面有那种部分匹配的串，形如abxxab那种，next[n]就等于部分匹配值+1

加个next数组简单的分析

再详细解释一下：n指针前面就是去掉n这个值看子串有没有长那样的。
就用ababa分析一下：

1. 首先最开始的a是0，next[1] = 0
2. ab去掉b看就剩a了，所以没什么特殊的。next[2] = 1
3. aba去掉a看只剩ab了，也没啥特殊能匹配的，next[3] = 0
4. abab去掉最后一个字符看只剩aba了，aba的部分匹配值就是1，next[4] = 2，假如4对不上我还能去2看看能不能对上，2再对不上我就只能接着去next[2]看看了
5. ababa去掉最后一个字符看只剩abab，部分匹配值是2，next[5] = 3，5对不上我去3看看，放到字符串里也是很合理的，假如出现了ababc，这第二个ab也有可能对着子串的第一个ab，我也得去3看看不是。

nextval数组的构造

相比于字符next跳转增加逻辑判断，就比如ababa，假如第五个不是a，我要跳转next[5]，但其实3我也一定匹配不成功，因为3检查的也还是a，那我肯定不是a啊，所以我一定会接着跳转next到[1]检查是不是a，也一定会跳转到0。所以不如直接把next[5]赋成0，这就是nextval数组，装的都是这种经过判断的。